亲宝软件园·资讯

展开

Python中的pandas库简介及其使用教程

搞点學術的研究生 人气:0

pandas模块

pandas是一个强大的分析结构化数据的工具集;它的使用基础是Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。

Pandas中常见的数据结构有两种:

SeriesDateFrame
类似一维数组的对象,类似多维数组/表格数组;每列数据可以是不同的类型;索引包括列索引和行索引。

Series

DateFrame

常用方法

Count非NA值得数量
describe针对Series或各DataFrame列计算汇总统计
min\max计算最小值和最大值
argmin\argmax计算能够获取到最大值或最小值的索引位置
idxmin\idxmax计算能够获取到最小值和最大值的索引值
quantile计算样本的分位数(0-1)
sum值得总和
mean值得平均值
median值的算术中位数(50%分位数)
mad根据平均值计算平均绝对离差
var样本值得方差
std样本值得标准差
skew样本值的偏度(三阶距)
kurt样本值的峰度(四阶距)
cumsum样本值的累计和
cummin\cummax样本值的累计最大值和累计最小值
cumprod样本值的累计积
diff计算一阶差分(对时间序列很有用)
pct_change计算百分数变化

处理缺失数据

数据过滤

Df[filter_condition]依据filter_condition(条件)对Df(数据)进行过滤。

绘图功能

Plot(kind,x,y,title,figsize)
Kind(绘制什么形式的图),x(x轴内容),y(y轴内容),title(图标题),figsize(图大小)

保存图片:plt.savefig()

"The fool doth think he is wise, but the wise man knows himself to be a fool." --威廉·莎士比亚

加载全部内容

相关教程
猜你喜欢
用户评论